Download Medida Posición Central
Document related concepts
Transcript
Estadística Medidas de posición central Las medidas de posición nos facilitan información sobre la serie de datos que estamos analizando. Estas medidas permiten conocer diversas características de esta serie de datos. Las medidas de posición son de dos tipos: a) Medidas de posición central: informan sobre los valores medios de la serie de datos. b) Medidas de posición no centrales: informan de como se distribuye el resto de los valores de la serie. a) Medidas de posición central Las principales medidas de posición central son las siguientes: 1.- Media: es el valor medio ponderado de la serie de datos. Se pueden calcular diversos tipos de media, siendo las más utilizadas: a) Media aritmética: se calcula multiplicando cada valor por el número de veces que se repite. La suma de todos estos productos se divide por el total de datos de la muestra: (X1 * n1) + (X2 * n2) + (X3 * n3) + .....+ (Xn-1 * nn-1) + (Xn * nn) Xm = --------------------------------------------------------------------------------------- n b) Media geométrica: se eleva cada valor al número de veces que se ha repetido. Se multiplican todo estos resultados y al producto final se le calcula la raíz "n" (siendo "n" el total de datos de la muestra). Según el tipo de datos que se analice será más apropiado utilizar la media aritmética o la media geométrica. La media geométrica se suele utilizar en series de datos como tipos de interés anuales, inflación, etc., donde el valor de cada año tiene un efecto multiplicativo sobre el de los años anteriores. En todo caso, la media aritmética es la medida de posición central más utilizada. Lo más positivo de la media es que en su cálculo se utilizan todos los valores de la serie, por lo que no se pierde ninguna información. Sin embargo, presenta el problema de que su valor (tanto en el caso de la media aritmética como geométrica) se puede ver muy influido por valores extremos, que se aparten en exceso del resto de la serie. Estos valores anómalos podrían condicionar en gran medida el valor de la media, perdiendo ésta representatividad. 2.- Mediana: es el valor de la serie de datos que se sitúa justamente en el centro de la muestra (un 50% de valores son inferiores y otro 50% son superiores). No presentan el problema de estar influido por los valores extremos, pero en cambio no utiliza en su cálculo toda la información de la serie de datos (no pondera cada valor por el número de veces que se ha repetido). 3.- Moda: es el valor que más se repite en la muestra. Ejemplo: vamos a utilizar la tabla de distribución de frecuencias con los datos de la estatura de los alumnos que vimos en la lección 2ª. Variable (Valor) Frecuencias absolutas Simple Acumulada Frecuencias relativas Simple Acumulada x x x x x 1,20 1 1 3,3% 3,3% 1,21 1,22 4 4 5 9 13,3% 13,3% 16,6% 30,0% 1,23 2 11 6,6% 36,6% 1,24 1,25 1,26 1,27 1,28 1,29 1,30 1 2 3 3 4 3 3 12 14 17 20 24 27 30 3,3% 6,6% 10,0% 10,0% 13,3% 10,0% 10,0% 40,0% 46,6% 56,6% 66,6% 80,0% 90,0% 100,0% Vamos a calcular los valores de las distintas posiciones centrales: 1.- Media aritmética: Xm = (1,20*1) + (1,21*4) + (1,22 * 4) + (1,23 * 2) + ......... + (1,29 * 3) + (1,30 * 3) ------------------------------------------------------------------------------------------------30 Luego: Xm = 1,253 Por lo tanto, la estatura media de este grupo de alumnos es de 1,253 cm. 2.- Media geométrica: X= ((1,20^ 1) * (1,21^4) * (1,22^ 4) * .....* (1,29^3)* (1,30^3)) ^ (1/30) Luego: Xm = 1,253 En este ejemplo la media aritmética y la media geométrica coinciden, pero no tiene siempre por qué ser así. 3.- Mediana: La mediana de esta muestra es 1,26 cm, ya que por debajo está el 50% de los valores y por arriba el otro 50%. Esto se puede ver al analizar la columna de frecuencias relativas acumuladas. En este ejemplo, como el valor 1,26 se repite en 3 ocasiones, la media se situaría exactamente entre el primer y el segundo valor de este grupo, ya que entre estos dos valores se encuentra la división entre el 50% inferior y el 50% superior. 4.- Moda: Hay 3 valores que se repiten en 4 ocasiones: el 1,21, el 1,22 y el 1,28, por lo tanto esta seria cuenta con 3 modas. Medidas de posición no central Medidas de posición no centrales Las medidas de posición no centrales permiten conocer otros puntos característicos de la distribución que no son los valores centrales. Entre otros indicadores, se suelen utilizar una serie de valores que dividen la muestra en tramos iguales: Cuartiles: son 3 valores que distribuyen la serie de datos, ordenada de forma creciente o decreciente, en cuatro tramos iguales, en los que cada uno de ellos concentra el 25% de los resultados. Deciles: son 9 valores que distribuyen la serie de datos, ordenada de forma creciente o decreciente, en diez tramos iguales, en los que cada uno de ellos concentra el 10% de los resultados. Percentiles: son 99 valores que distribuyen la serie de datos, ordenada de forma creciente o decreciente, en cien tramos iguales, en los que cada uno de ellos concentra el 1% de los resultados. Ejemplo: Vamos a calcular los cuartiles de la serie de datos referidos a la estatura de un grupo de alumnos (lección 2ª). Los deciles y centiles se calculan de igual manera, aunque haría falta distribuciones con mayor número de datos. Variable Frecuencias absolutas Frecuencias relativas (Valor) x Simple x Acumulada x Simple x Acumulada x 1,20 1 1 3,3% 3,3% 1,21 1,22 4 4 5 9 13,3% 13,3% 16,6% 30,0% 1,23 2 11 6,6% 36,6% 1,24 1,25 1,26 1,27 1,28 1,29 1,30 1 2 3 3 4 3 3 12 14 17 20 24 27 30 3,3% 6,6% 10,0% 10,0% 13,3% 10,0% 10,0% 40,0% 46,6% 56,6% 66,6% 80,0% 90,0% 100,0% 1º cuartil: es el valor 1,22 cm, ya que por debajo suya se situa el 25% de la frecuencia (tal como se puede ver en la columna de la frecuencia relativa acumulada). 2º cuartil: es el valor 1,26 cm, ya que entre este valor y el 1º cuartil se situa otro 25% de la frecuencia. 3º cuartil: es el valor 1,28 cm, ya que entre este valor y el 2º cuartil se sitúa otro 25% de la frecuencia. Además, por encima suya queda el restante 25% de la frecuencia. Atención: cuando un cuartil recae en un valor que se ha repetido más de una vez (como ocurre en el ejemplo en los tres cuartiles) la medida de posición no central sería realmente una de las repeticiones. Medidas de dispersión Estudia la distribución de los valores de la serie, analizando si estos se encuentran más o menos concentrados, o más o menos dispersos. Existen diversas medidas de dispersión, entre las más utilizadas podemos destacar las siguientes: 1.- Rango: mide la amplitud de los valores de la muestra y se calcula por diferencia entre el valor más elevado y el valor más bajo. 2.- Varianza: Mide la distancia existente entre los valores de la serie y la media. Se calcula como sumatorio de las difrencias al cuadrado entre cada valor y la media, multiplicadas por el número de veces que se ha repetido cada valor. El sumatorio obtenido se divide por el tamaño de la muestra. La varianza siempre será mayor que cero. Mientras más se aproxima a cero, más concentrados están los valores de la serie alrededor de la media. Por el contrario, mientras mayor sea la varianza, más dispersos están. 3.- Desviación típica: Se calcula como raíz cuadrada de la varianza. 4.- Coeficiente de varización de Pearson: se calcula como cociente entre la desviación típica y la media. Ejemplo: vamos a utilizar la serie de datos de la estatura de los alumnos de una clase (lección 2ª) y vamos a calcular sus medidas de dispersión. Variable (Valor) x Frecuencias absolutas Simple Acumulada x x Frecuencias relativas Simple Acumulada x x 1,20 1 1 3,3% 3,3% 1,21 1,22 4 4 5 9 13,3% 13,3% 16,6% 30,0% 1,23 2 11 6,6% 36,6% 1,24 1,25 1,26 1,27 1,28 1,29 1,30 1 2 3 3 4 3 3 12 14 17 20 24 27 30 3,3% 6,6% 10,0% 10,0% 13,3% 10,0% 10,0% 40,0% 46,6% 56,6% 66,6% 80,0% 90,0% 100,0% 1.- Rango: Diferencia entre el mayor valor de la muestra (1,30) y el menor valor (1,20). Luego el rango de esta muestra es 10 cm. 2.- Varianza: recordemos que la media de esta muestra es 1,253. Luego, aplicamos la fórmula: Por lo tanto, la varianza es 0,0010 3.- Desviación típica: es la raíz cuadrada de la varianza. Luego: 4.- Coeficiente de variación de Pearson: se calcula como cociente entre la desviación típica y la media de la muestra. Cv = 0,0320 / 1,253 Luego, Cv = 0,0255 El interés del coeficiente de variación es que al ser un porcentaje permite comparar el nivel de dispersión de dos muestras. Esto no ocurre con la desviación típica, ya que viene expresada en las mismas unidas que los datos de la serie. Por ejemplo, para comparar el nivel de dispersión de una serie de datos de la altura de los alumnos de una clase y otra serie con el peso de dichos alumnos, no se puede utilizar las desviaciones típicas (una viene vienes expresada en cm y la otra en kg). En cambio, sus coeficientes de variación son ambos porcentajes, por lo que sí se pueden comparar.